A 16-gene assay to predict recurrence after surgery
in localised renal cell carcinoma: development
and validation studies
Rini B1, Goddard A2, Knezevic D2, Maddala T2, Zhou M3, Aydin H4, Campbell S1,
Elson P1, Koscielny S5, Lopatin M2, Svedman C2, Martini JF6, Williams JA6,
Verkarre V7, Radulescu C8, Neuzillet Y8, Hemmerlé I8, Timsit MO9, Tsiatis AC2,
Bonham M2, Lebret T8, Mejean A9, Escudier B5
1Cleveland Clinic, Cleveland, OH, USA
2Genomic Health Inc, Redwood City, CA, USA
3NYU Medical Center, New York, NY, USA
4Singapore General Hospital, Singapore
5Institut Gustave Roussy, Villejuif, France
6Pfizer Inc, San Diego, CA, USA
7Hôpital Necker Enfants Malades, Paris, France
8Hôpital Foch, Suresnes, France
9Hôpital Européen Georges Pompidou, Paris, France
Rak nerki w stadium zaawansowania według grup
TNM I-III (brak przerzutów odległych) jest obecnie
skutecznie leczony chirurgicznie. Jednak mimo postępu
we wczesnym wykrywaniu i rozwoju techniki
chirurgicznej, u około 30% chorych po leczeniu radykalnym
obserwujemy nawrót choroby nowotworowej
w postaci wznowy miejscowej lub przerzutów odległych.
Rozsiew nowotworowy raka nerki jest najważniejszym
czynnikiem prognostycznym zgonu z powodu
tej choroby. Wraz z wprowadzeniem systemowej
terapii celowanej w raku nerki rośnie znaczenie oceny
ryzyka nawrotu choroby i identyfikacji chorych wymagających
leczenia adjuwantowego. Obecnie stosowane
algorytmy szacują ryzyko nawrotu choroby na podstawie
uznanych czynników klinicznych i patologicznych
(tj. skala TNM, skala Fuhrman i inne).
W przedstawionym artykule autorzy podjęli próbę
identyfikacji genów w komórkach raka nerki związanych
z ryzykiem nawrotu choroby celem indywidualizacji
leczenia. Oceny ekspresji genów dokonano za
pomocą pomiaru stężenia RNA z użyciem odwrotnej
transkryptazy w bloczkach parafinowych raka nerki
uzyskanych od 942 chorych leczonych nefrektomią
w Klinice Urologii w Cleveland (USA), a wyniki zweryfikowano
w tej samej metodologii na niezależnej grupie
626 chorych z rakiem nerki leczonych nefrektomią
w dwóch szpitalach we Francji. W badanej grupie
większość chorych była w pierwszej grupie stagingowej
według TNM. Średni czas obserwacji chorych wyniósł
6,2 lata, w tym czasie nawrót choroby wystąpił
u 221 chorych (23%). W stratyfikacji chorych według grupy ryzyka w raku nerki (skala Leibovicha) w grupie
niskiego, pośredniego i wysokiego ryzyka odsetek
badanych wolnych od wznowy choroby w 5-letniej
obserwacji wyniósł odpowiednio: 93% (n=540), 78%
(n=263) i 36% (n=128). W ocenie grupy kontrolnej
(francuskiej), w której średni czas obserwacji wyniósł
5,5 lat, wykazano wznowę choroby w 5-letniej obserwacji
u 16% (n=99) chorych. W badaniu oceniono
współzależność między nasileniem ekspresji 732 genów
w komórce raka nerki a wynikiem onkologicznym
leczenia radykalnego. W analizie jednowariantowej
aktywność aż 516 genów z tej grupy była zależna od
czasu wolnego od wznowy choroby. Zidentyfikowane
geny należały do szlaków metabolicznych wzrostu naczyń
i komórek nowotworowych oraz odpowiedzi immunologicznej
i nasilenia procesu zapalnego. Wyższa
ekspresja genów szlaku naczyniowego i odpowiedzi
immunologicznej była związana z niższym ryzykiem
nawrotu choroby, gdy wyższa ekspresja genów wzrostu
i podziału komórki oraz stanu zapalnego z wyższym
ryzykiem nawrotu choroby. Potwierdzono, że
identyfikowane geny jako czynniki prognostyczne nawrotu
choroby są aktywne w drogach metabolicznych
kluczowych dla biologii komórek raka nerki. Grupę
512 genów zawężono do 11 genów, które były najistotniej
związane statystycznie z nawrotem choroby
w analizie multiwariantowej w poszczególnych podgrupach
chorych oraz w analizie innych punktów końcowych
badania, jak przeżywalność całkowita i zależna
od nowotworu. W ten metodologii zidentyfikowano
11 genów, które wraz z 5 genami referencyjnymi posłużyły
do stworzenia algorytmu genetycznego oceniającego
ryzyko nawrotu choroby. Za pomocą testu Coxa
w stratyfikacji chorych grup według TNM (stopień I vs
stopień II vs stopień III) oceniono zależność między
wynikiem aktywności wybranych genów w opracowanym
algorytmie genetycznym a ryzykiem nawrotu
choroby i 5-letnią przeżywalnością zależną od nowotworu
po nefrektomii. W analizie jednowariantowej
wynik w algorytmie genetycznym był czynnikiem prognostycznym
nawrotu choroby (p<0,0001). Związek
między wynikiem algorytmu genetycznego a czasem
do nawrotu choroby w analizie multiwariantowej był
podobny we wszystkich stopniach zaawansowania raka
nerki według TNM (stopień I vs stopień II i stopień
III) i przy dopasowaniu grup chorych według wielkości
guza, stopnia złośliwości i wyniku w skali według
Leibovicha (p<0,0001). Wynik algorytmu genetycznego
identyfikował chorych wysokiego ryzyka nawrotu
w grupie I i niskiego ryzyka w grupie II i III według
TNM. Na podstawie wyniku algorytmu genetycznego
wykazano różne ryzyko nawrotu choroby zarówno
w podziale na stopnie zaawansowania według TNM,
jak i w podziale według skali Leibovicha. Wynik zaproponowanego
przez autorów algorytmu przewidywał także całkowitą i zależną od nowotworu przeżywalność
chorych.
W opinii autorów ocena aktywności zidentyfikowanych
genów umożliwia indywidualną ocenę ryzyka
niezależnie od uznanych czynników prognostycznych
klinicznych i patologicznych. Zastosowanie algorytmu
genetycznego pozwala w trakcie leczenia podejmować
optymalne decyzje co do wdrożenia terapii adjuwantowej,
a ostateczną ocenę użyteczności tego narzędzia
diagnostycznego należy potwierdzić w prospektywnych
randomizowanych badaniach.
Oprac.: Tomasz Drewniak